铁缺乏性贫血治疗中的营养教育项目
研究关注在口服铁剂治疗基础上,为照护者提供结构化营养教育项目,能否改善确诊铁缺乏性贫血儿童的血红蛋白水平。数据覆盖干预组与对照组儿童的临床结局评估,可用于分析照护者营养知识对口服铁剂疗效的影响,支持贫血管理相关的预测建模与干预效果研究(来源 clinicaltrials.gov)

基本信息
资源简介
铁缺乏性贫血治疗中的营养教育项目
该数据集来自 clinicaltrials.gov,主题为铁缺乏性贫血治疗中的营养教育项目,涉及 Iron Deficiency Anemia (IDA)、Nutrition Disorders 与 Growth Retardation。研究关注在口服铁剂治疗基础上,为照护者提供结构化营养教育项目,能否改善确诊铁缺乏性贫血儿童的血红蛋白水平。数据覆盖干预组与对照组儿童的临床结局评估,可用于分析照护者营养知识对口服铁剂疗效的影响,支持贫血管理相关的预测建模与干预效果研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:铁缺乏性贫血(IDA)、营养障碍、生长迟缓。本临床试验旨在探讨针对照护者的营养教育项目联合口服铁剂治疗,对改善铁缺乏性贫血(IDA)患儿血红蛋白水平的有效性。铁缺乏是儿童贫血的主要原因,口服铁剂补充是标准治疗。然而,饮食习惯和照护者知识在管理该病症中也起着重要作用。本研究将评估为照护者提供营养教育是否能增强口服铁剂治疗的效果。研究将纳入两组确诊铁缺乏性贫血的儿童:干预组:接受口服铁剂治疗并为其照护者提供结构化营养教育项目的儿童。该教育项目
【主题与分类】
主题标签:Iron Deficiency Anemia (IDA)、Nutrition Disorders、Growth Retardation。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06642337
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06642337
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:缺铁性贫血(IDA)、营养障碍、生长迟缓。本临床试验旨在探讨照护者营养教育项目联合口服铁剂治疗对改善缺铁性贫血(IDA)患儿血红蛋白水平的有效性。缺铁是儿童贫血的主要原因,口服补铁是标准治疗方法。然而,饮食习惯和照护者知识在该疾病的管理中也起着重要作用。本研究将评估为照护者提供营养教育是否能增强口服铁剂治疗的效果。研究将纳入两组确诊为缺铁性贫血的儿童:干预组:接受口服铁剂治疗并对其照护者实施结构化营养教育项目的儿童。教育项目将涵盖:了解缺铁性贫血及其对儿童健康的影响。识别富含铁的食物以及促进铁吸收的饮食策略(例如富含维生素C的食物)。
避免摄入会降低铁吸收的膳食抑制物(例如,进餐时摄入富含钙的食物和茶)。提供关于餐食制备和餐次的指导,以优化铁摄入。对照组:仅接受口服铁剂治疗、不包含营养教育部分的儿童。主要结局将是特定时期内血红蛋白水平的变化。次要结局将包括通过干预前后问卷测量的照护者知识和表现,以及对治疗方案和饮食建议的依从性。参与者将参加随访访视,届时将监测血红蛋白水平,并评估照护者对所提供的营养指导的理解和应用。还将收集和分析儿童膳食摄入的数据。本试验旨在确定以照护者为重点的营养教育是否比单纯铁剂治疗更有效地改善IDA的管理,pot
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




